[发明专利]网约车判责方法、装置及计算机存储介质

说明书

本发明公开了一种网约车判责方法、装置及计算机存储介质，涉及网约车监管技术领域，解决了在网约车场景下判责结果准确率较低的技术问题。该网约车判责方法包括：在得到目标订单的第一判责信息的情况下，获取所述目标订单的司乘交易信息；根据所述司乘交易信息和所述第一判责信息，确定所述第一判责信息是否会引起判责对象投诉；在确定所述第一判责信息会引起判责对象投诉的情况下，将所述第一判责信息更新为第二判责信息并输出。

技术领域

本发明涉及网约车监管技术领域，尤其涉及一种网约车判责方法、装置及计算机存储介质。

背景技术

目前，通过网约车出行已经成为人们常用的出行方式之一。

现有技术中，网约车平台通常可以在行程出现异常时进行责任判定。例如，若乘客未在规定时间内上车，则网约车平台可以根据乘客和司机的基本操作信息进行责任认定。然而，这种方式下产生的判责结果往往准确率较低。

因此，本领域的技术人员致力于开发一种可以提高网约车场景下判责结果准确率的网约车判责方法、装置及计算机存储介质。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是：如何提高网约车场景下判责结果准确率。

为实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种网约车判责方法，该网约车判责方法包括：在得到目标订单的第一判责信息的情况下，获取所述目标订单的司乘交易信息；根据所述司乘交易信息和所述第一判责信息，确定所述第一判责信息是否会引起判责对象投诉；在确定所述第一判责信息会引起判责对象投诉的情况下，将所述第一判责信息更新为第二判责信息并输出。

本发明实施例中，将判责信息准确度的问题转化为判责之后是否会引起判责对象投诉的问题，由于可以确定第一判责信息是否会引起判责对象投诉，并将会引起判责对象投诉的判责信息视为准确度低的判责信息，以及更改准确度低的判责信息，因此不仅可以提高判责信息的准确度，而且可以降低平台投诉率。

在本发明的较佳实施方式中，上述获取所述目标订单的司乘交易信息之前，所述方法还包括：在满足目标条件的情况下，确定所述目标订单的第一判责信息；其中，所述目标条件包括以下至少一项：订单未在预设时间节点内完成预设操作、订单被取消、接收到乘客投诉、订单完成。

在本发明的较佳实施方式中，上述方法还包括：在确定所述第一判责信息不会引起判责对象投诉的情况下，输出所述第一判责信息。

在本发明的较佳实施方式中，上述方法还包括：获取目标订单的投诉信息；将输出的目标订单的判责信息、目标订单的投诉信息与所述目标订单对应存储到数据库。

在本发明的较佳实施方式中，上述根据所述司乘交易信息和所述第一判责信息，确定所述第一判责信息是否会引起判责对象投诉，包括：将所述司乘交易信息和所述第一判责信息输入到投诉预测模型，预测所述第一判责信息是否会引起判责对象投诉。

在本发明的较佳实施方式中，上述方法还包括：从数据库中获取预设时间段内的历史订单信息，所述历史订单信息包括司乘交易信息、订单判责信息以及订单投诉信息；将所述司乘交易信息、所述订单判责信息作为输入，将所述订单投诉信息作为输出，采用二分类学习模型，训练并得到所述投诉预测模型；其中，所述订单投诉信息包括存在判责对象投诉和不存在判责对象投诉。

在本发明的较佳实施方式中，上述司乘交易信息包括司机画像信息、乘客画像信息、订单轨迹信息、时间信息、司乘通话信息、司乘聊天信息、系统操作日志。